Socioeconomic Status and Medical Assistance in Dying: A Regional Descriptive Study
Notice bibliographique
Résumé
Objective: Concerns that medical assistance in dying (MAiD) may harm vulnerable groups unable to access medical treatments and social supports have arisen since the legalization of MAiD on June 17, 2016; however, there is little research on the topic. The purpose of this study is to investigate the socioeconomic status (SES) of patients who request MAiD at the London Health Sciences Centre (LHSC). Methods: A retrospective analysis of patients from the LHSC MAiD database between June 6, 2016 and December 20, 2019 was conducted. Patients were linked to income data from the 2016 Canadian Census, and their corresponding income quintile was a proxy for SES. Geographic information system (GIS) mapping software was used to visualize the distribution of income and MAiD requests. Results: 39.4% of the LHSC catchment area was classified as low SES. Two hundred thirty-seven (58.1%) MAiD requests came from low SES patients and 171 (41.9%) requests came from high SES patients. Two hundred fifty-nine (63.5%) patients who requested a MAiD assessment did not receive MAiD following their request. Of the 237 lower SES patients, 150 (63.3% [95% CI 57.2-69.3]) did not receive MAiD. Of the 171 higher SES patients, 109 (63.7% [95% CI 56.5-70.9]) did not receive MAiD. Conclusion: A disproportionate number of requests for a MAiD assessment at LHSC came from lower SES patients; however, similar proportions of patients who requested MAiD from each SES group received aid in dying. Future research should explore why a disproportionately high number of low SES patients request MAiD at LHSC.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».